买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜福州大学申请的专利多任务线段约束的高分辨率遥感影像规则化地块提取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117173574B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311195263.8，技术领域涉及：G06V20/10；该发明授权多任务线段约束的高分辨率遥感影像规则化地块提取方法是由李蒙蒙;卢承文;汪小钦设计研发完成，并于2023-09-16向国家知识产权局提交的专利申请。

本多任务线段约束的高分辨率遥感影像规则化地块提取方法在说明书摘要公布了：本发明涉及多任务线段约束的高分辨率遥感影像规则化地块提取方法，包括以下步骤：步骤S1：选择覆盖研究区域的高分辨率遥感影像；步骤S2：构建底层顶点、中层线段、高层掩膜多层级空间信息相互融合的多任务卷积神经网络；步骤S3：基于步骤S2，采用线段吸引力方向图表示方法作为中层线段特征进行约束；步骤S4：建立联合损失函数；步骤S5：训练步骤S2的多任务模型，并将训练好的模型用于步骤S1所获遥感影像进行规则化地块提取。步骤S6：模型输出结果规则化。本发明可解决传统语义分割网络输出栅格图像边缘特征模糊和利用困难的问题，充分利用地块不同层级语义特征，实现农田地块规则矢量自动化提取。

本发明授权多任务线段约束的高分辨率遥感影像规则化地块提取方法在权利要求书中公布了：1.多任务线段约束的高分辨率遥感影像规则化地块提取方法，其特征在于，多任务神经网络构建和地块形状规则化，包括以下步骤：步骤S1：选择覆盖研究区域的高分辨率遥感影像，并对图像进行预处理；步骤S2：构建底层顶点、中层线段、高层掩膜多层级空间信息相互融合的多任务卷积神经网络模型，进行不同层级图像特征提取；步骤S3：基于步骤S2，采用线段吸引力方向图表示方法对中层线段特征进行约束，改善地块提取存在几何形状不规则，边界不连续、不闭合问题；具体地，通过计算图上每个像素到最近线段的投影距离来实现；步骤S4：建立联合损失函数，选择模型的优化器并进行参数微调；步骤S5：训练步骤S2的多任务网络模型，并将训练好的模型用于步骤S1所获遥感影像进行规则化地块提取；步骤S6：模型输出结果规则化；具体包括多边形生成和顶点优化；步骤S3具体包括以下步骤：步骤S31：计算图上每一像素到所有线段的投影距离，并将其赋予给投影距离最短的线段；计算像素点到线段的投影距离Di采用下式： 式中，wi和hj代表像素点的横纵坐标，ai、bi、ci为像素在线段上投影点的法线方程aix+biy+ci＝0的三个参数；图上每一个像素x表示为： 即将像素分配给其到线段投影距离最短的线段i；线段吸引力方向图表示为S＝x′i-xi,xi∈δi式中x′i为属于线段li的像素点xi在线段li上的投影；步骤S4具体包括以下步骤：步骤S41：基于步骤S2构建的多任务网络模型，设计多任务损失函数，用来更新网络权值，以此减少实际与预测结果的误差；具体地，使用负对数似然函数作为地块预测掩膜损失函数，计算公式为：lMask＝w1lMseg+w2lMafm式中，lMask表示掩膜预测部分的总损失值，w1、w2是各部分损失的权重参数；具体的单项损失计算公式为： 式中，lMseg、lMafm分别表示经不同层次特征融合生成的掩膜和线段引力图融合生成的掩膜与标签像素对比计算的分类误差；n表示像素的数量，pm·x；fm·代表模型在经过Softmax函数后的预测概率，fm·是真实标签；步骤S42：线段吸引力图采用L1损失函数： 式中lAfm表示采用L1损失计算的误差，其中x,fafm分别代表预测值与真实标签；步骤S43：采用L1损失函数和交叉熵损失函数分别作为点预测偏移与顶点热图估计任务损失函数：lVer＝λ1lMseg+λ2lMafm式中，lVer表示顶点预测部分的总损失值，λ1、λ2是各部分损失的权重参数；具体的单项损失计算公式为： 式中fver为样本的真实标签，正类为1，负类为0；p为样本预测为正类的概率；fvoff表示正类像素在[-0.5,0.5范围内的短距离偏移量，e为偏移量预测值；步骤S44：设置多任务神经网络的损失函数lTotal为lTotal＝θ1lMask+θ2lAfm+θ3lVer式中，θ1、θ2、θ3表示各部分权重比例，lTotal为特征提取部分的损失函数；步骤S45：采用Adam优化器并设置初始学习率Lr作为模型预测的优化器，模型的训练批次设置为B，模型迭代次数设置为E；步骤S45：使用在图像处理大数据集ImageNet上预训练的权重来初始化网络模型，以加快模型收敛速度，提高模型训练效率，得到模型权重文件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。